隨機(jī)變量(randomvariable)表示隨機(jī)現(xiàn)象(在一定條件下,并不總是出現(xiàn)相同結(jié)果的現(xiàn)象稱(chēng)為隨機(jī)現(xiàn)象)中各種結(jié)果的實(shí)值函數(shù)(一切可能的樣本點(diǎn))。例如某一時(shí)間內(nèi)公共汽車(chē)站等車(chē)乘客人數(shù),電話(huà)交換臺(tái)在一定時(shí)間內(nèi)收到的呼叫次數(shù)等,都是隨機(jī)變量的實(shí)例。隨機(jī)變量與模糊變量的不確定性的本質(zhì)差別在于,后者的測(cè)定結(jié)果仍具有不確定性,即模糊性。
中文名隨機(jī)變量
外文名random variable
適用領(lǐng)域高等數(shù)學(xué)、概率論
基本類(lèi)型離散型隨機(jī)變量、連續(xù)型隨機(jī)變量
詳細(xì)分析表示方法隨機(jī)試驗(yàn)結(jié)果的量的表示。[1]例如擲一顆骰子出現(xiàn)的點(diǎn)數(shù),電話(huà)交換臺(tái)在一定時(shí)間內(nèi)收到的呼叫次數(shù),隨機(jī)抽查的一個(gè)人的身高,懸浮在液體中的微粒沿某一方向的位移,等等,都是隨機(jī)變量的實(shí)例。
一個(gè)隨機(jī)試驗(yàn)的可能結(jié)果(稱(chēng)為基本事件)的全體組成一個(gè)基本空間Ω(見(jiàn)概率)。隨機(jī)變量x是定義于Ω上的函數(shù),即對(duì)每一基本事件ω∈Ω,有一數(shù)值x(ω)與之對(duì)應(yīng)。以擲一顆骰子的隨機(jī)試驗(yàn)為例,它的所有可能結(jié)果見(jiàn),共6個(gè),分別記作ω,ω,ω,ω,ω,ω,這時(shí),Ω={ω,ω,ω,ω,ω,ω},而出現(xiàn)的點(diǎn)數(shù)這個(gè)隨機(jī)變量x,就是Ω上的函數(shù)x(ω)=k,k=1,2,…,6。
又如設(shè)Ω={ω,ω,…,ωn}是要進(jìn)行抽查的n個(gè)人的全體,那么隨意抽查其中一人的身高和體重,就構(gòu)成兩個(gè)隨機(jī)變量x和Y,它們分別是Ω上的函數(shù):x(ω)=“ω的身高”,Y(ω)=“ω的體重”,k=1,2,…,n。一般說(shuō)來(lái),一個(gè)隨機(jī)變量所取的值可以是離散的(如擲一顆骰子的點(diǎn)數(shù)只取1到6的整數(shù),電話(huà)臺(tái)收到的呼叫次數(shù)只取非負(fù)整數(shù)),也可以充滿(mǎn)一個(gè)數(shù)值區(qū)間,或整個(gè)實(shí)數(shù)軸(如液體中懸浮的微粒沿某一方向的位移)。
研究方法在研究隨機(jī)變量的性質(zhì)時(shí),確定和計(jì)算它取某個(gè)數(shù)值或落入某個(gè)數(shù)值區(qū)間內(nèi)的概率是特別重要的。因此,隨機(jī)變量取某個(gè)數(shù)值或落入某個(gè)數(shù)值區(qū)間這樣的基本事件的集合,應(yīng)當(dāng)屬于所考慮的事件域。根據(jù)這樣的直觀(guān)想法,利用概率論公理化的語(yǔ)言,取實(shí)數(shù)值的隨機(jī)變量的數(shù)學(xué)定義可確切地表述如下:概率空間(Ω,F,p)上的隨機(jī)變量x是定義于Ω上的實(shí)值可測(cè)函數(shù),即對(duì)任意ω∈Ω,x(ω)為實(shí)數(shù),且對(duì)任意實(shí)數(shù)x,使x(ω)≤x的一切ω組成的Ω的子集{ω:x(ω)≤x}是事件,也即是F中的元素。
有些隨機(jī)現(xiàn)象需要同時(shí)用多個(gè)隨機(jī)變量來(lái)描述。例如對(duì)地面目標(biāo)射擊,彈著點(diǎn)的位置需要兩個(gè)坐標(biāo)才能確定,因此研究它要同時(shí)考慮兩個(gè)隨機(jī)變量,一般稱(chēng)同一概率空間(Ω,F,p)上的n個(gè)隨機(jī)變量構(gòu)成的n維向量X=(x,x,…,x)為n維隨機(jī)向量。隨機(jī)變量可以看作一維隨機(jī)向量。稱(chēng)n元x,x,…,x的函數(shù)為X的(聯(lián)合)分布函數(shù)。又如果(x,x)為二維隨機(jī)向量,則稱(chēng)x+ix(i=-1)為復(fù)隨機(jī)變量。
隨機(jī)變量的獨(dú)立性獨(dú)立性是概率論所獨(dú)有的一個(gè)重要概念。設(shè)x,x,…,xn是n個(gè)隨機(jī)變量,如果對(duì)任何n個(gè)實(shí)數(shù)x,x,…,xn都有即它們的聯(lián)合分布函數(shù)F(x,x,…,x)等于它們各自的分布函數(shù)F(x),F(x),…,F(xiàn)(x)的乘積,即稱(chēng)x,x,…,x是獨(dú)立的。這一定義可以直接推廣到每一x(k=1,2,…,n)是隨機(jī)向量的情形。獨(dú)立性的直觀(guān)意義是:x,x,…,x中的任何一個(gè)取值的概率規(guī)律,并不隨其中的其他隨機(jī)變量取什么值而改變。在實(shí)際問(wèn)題中通常用它來(lái)表征多個(gè)獨(dú)立操作的隨機(jī)試驗(yàn)結(jié)果或多種有獨(dú)立來(lái)源的隨機(jī)因素的概率特性,因此它對(duì)于概率統(tǒng)計(jì)的應(yīng)用是十分重要的。
從隨機(jī)變量(或向量)x,x,…,x的獨(dú)立性還可以推出:設(shè)B是x取值的空間中的任意波萊爾集,k=1,2,…,n,則有設(shè)x,x,…,x是獨(dú)立的,則它們中的任意個(gè)都是獨(dú)立的。但逆之即使其中任何n-1個(gè)是獨(dú)立的,也不保證x,x,…,x是獨(dú)立的。又如果?(x),i=1,2,…,n,是n個(gè)連續(xù)函數(shù)或初等函數(shù)(或更一般的波萊爾可測(cè)函數(shù)),則從x,x,…,x的獨(dú)立性可推出?(x),?(x),…,?(x)也獨(dú)立。如果隨機(jī)變量(隨機(jī)向量)序列x,x,…,x,…中任何有限個(gè)都獨(dú)立,則稱(chēng)之為獨(dú)立隨機(jī)變量(隨機(jī)向量)序列。
關(guān)于隨機(jī)變量的矩、特征函數(shù)、母函數(shù)及半不變量,分別見(jiàn)數(shù)學(xué)期望、方差、矩及概率分布。
參考資料本文發(fā)布于:2023-06-04 02:57:12,感謝您對(duì)本站的認(rèn)可!
本文鏈接:http://m.newhan.cn/zhishi/a/92/193592.html
版權(quán)聲明:本站內(nèi)容均來(lái)自互聯(lián)網(wǎng),僅供演示用,請(qǐng)勿用于商業(yè)和其他非法用途。如果侵犯了您的權(quán)益請(qǐng)與我們聯(lián)系,我們將在24小時(shí)內(nèi)刪除。
本文word下載地址:隨機(jī)變量(數(shù)學(xué)概念).doc
本文 PDF 下載地址:隨機(jī)變量(數(shù)學(xué)概念).pdf
| 留言與評(píng)論(共有 0 條評(píng)論) |